gpu-mcp-server
★ 15
vs
agentenv-framework
★ 357
gpu-mcp-server vs agentenv-framework
gpu-mcp-server：gpu-mcp-server是一个兼容MCP的服务器，它将实时的NVIDIA GPU指标作为工具暴露给AI代理。它允许Claude、Goose和Cursor等代理查询GPU利用率、内存、温度和功耗数据，而无需外部监控系统。；agentenv-framework：AgentEnv Framework 是一个用于构建、部署和运行智能体环境的 Python SDK 和 CLI 工具。它支持创建容器化的智能体服务器，管理其部署，并提供在这些环境中评估智能体表现的机制。
01
简评
gpu-mcp-serverLLM Infra · ★ 15
为AI代理提供实时的NVIDIA GPU状态和性能数据。
agentenv-frameworkLLM Infra · ★ 357
开发和测试新型 AI 智能体设计和行为。
02
并排对比
字段
gpu-mcp-serveragentenv-framework分类
大模型基础设施
大模型基础设施
Stars
★ 15
★ 357
许可证
Apache-2.0
Apache-2.0
安装方式
git clone https://github.com/pmady/gpu-mcp-server.git && cd gpu-mcp-server && make build
pip install agentenv-framework
更新时间
6天前
1天前
开源
是
是
标签
GPU指标, NVIDIA NVML, MCP协议
Python, 智能体环境, 软件开发工具包
03
功能特性
gpu-mcp-server01将实时的NVIDIA GPU指标作为AI代理工具暴露。
02提供详细的GPU指标，包括利用率、内存、温度和功耗。
03支持多实例GPU (MIG) 配置。
04提供PID级别的GPU进程归因。
05直接与NVML集成，无需Prometheus或dcgm-exporter等外部监控系统。
agentenv-framework01提供 Python SDK 和 CLI，用于全面的智能体环境管理。
02支持构建和部署容器化的智能体环境。
03通过基于任务的评分促进智能体评估。
04提供强大的插件架构以扩展功能。
05管理智能体环境的版本化镜像和部署。
04
使用场景
gpu-mcp-server↳为AI代理提供实时的NVIDIA GPU状态和性能数据。
↳使AI模型能够根据GPU资源可用性做出明智的决策。
↳将GPU监控功能直接集成到AI开发环境（例如Cursor IDE）中。
↳通过提供即时指标，促进AI工作负载的动态GPU资源管理。
agentenv-framework↳开发和测试新型 AI 智能体设计和行为。
↳在标准化任务上基准测试和评估智能体性能。
↳为特定的研究或应用需求部署定制的智能体环境。
↳构建和共享可重用的智能体环境和评估任务注册表。
↳通过灵活的插件系统扩展智能体功能。
FAQ
常见问题
gpu-mcp-server 和 agentenv-framework 有什么区别？
gpu-mcp-server 和 agentenv-framework 都属于 LLM Infra 类别。gpu-mcp-server 有 15 Stars，agentenv-framework 有 357 Stars。
gpu-mcp-server 和 agentenv-framework 哪个更好？
最佳选择取决于你的具体需求。为AI代理提供实时的NVIDIA GPU状态和性能数据。 时选 gpu-mcp-server，开发和测试新型 AI 智能体设计和行为。 时选 agentenv-framework。
gpu-mcp-server 是免费的吗？
是的，gpu-mcp-server 在 GitHub 开源（Apache-2.0）。
agentenv-framework 是免费的吗？
是的，agentenv-framework 在 GitHub 开源（Apache-2.0）。
推荐云部署
Ad在 DigitalOcean 上一键部署
为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器，新用户立享 $200 免费额度（60天有效）。
→